统计与数据科学学院 李杰报道
6月7日，得克萨斯大学达拉斯分校管理学院副教授汪一宁应邀为统计与数据科学学院研究生及导师开展题为“Protecting data privacy in personalized revenue management and decision making”的学术讲座。讲座在位育楼417举行，由研究生院副院长孔新兵教授主持。
汪一宁副教授毕业于卡内基梅隆大学，获得机器学习博士学位。研究方向主要集中在机器学习和在线学习方法论，并在运营和收入管理中应用。同时也对在个性化收入管理系统中使用机器学习和人工智能所产生的伦理问题有所研究，研究成果发表于Management Science, Operations Research , Journal of the American Statistical Association等期刊。
随着电子商务的普及，客户的个人信息已经变得触手可及，零售商广泛应用这些信息制定定价策略。在涉及个性化信息的情况下，如何保护这些信息的隐私成为实践中的一个关键问题。
结合以上背景，汪一宁在讲座中深入探讨了一个动态定价问题。假设有一个跨足T个时间段的动态定价问题，其需求函数未知，而需求函数与发布价格和个性化信息相关。每次零售商都会观察到到达的客户的个人信息，并提供一个价格。然后，客户做出购买决策，零售商利用这些决策来学习底层的需求函数。
汪一宁运用计算机科学中的差分隐私基本框架，为我们提出了一种保护隐私的动态定价策略。这一策略试图在保护个人客户信息和购买决策不被泄露的同时，最大化零售商的收入。后续的研究中，他还会将此框架扩展到更严格的隐私保护概念（本地隐私）和非参数需求率建模。这种隐私保护动态定价策略为实际业务中应对隐私保护问题提供了有效的解决方案，有助于平衡企业利益和个人隐私之间的关系。在大数据时代，如何在利用数据的同时保护个人隐私，将持续成为行业和学术界关注的焦点。
汇报结束后，老师们就本研究的相关问题进行了交流与讨论，与会师生均表示受益良多，对个性化收益管理和决策中的数据隐私保护有了更深入的了解，并期望以后有机会进行更深入的学习和交流。
